文章：“基于改进的Yolov：农业工程杂志的自然情景中的害虫和疾病的认可，第1期，第2024年，作者：Ran Yubin，San Binshu，San Binshu，Zhang Lechun，Zhang Lechun，Chao de DeNang建议，建议促进农业的核心拟议中的核心。智能农业团队的复杂性和消费量大大改善了模型的概括能力及其在实际场景中的适应性。检测和推理速度的准确性，显着TLY提高平均精度的平均值，大大减少了丢失的检测和误报，并验证了小物体检测任务的模型的有效性和进度。这项成就为检测农业部门的小型目标的常见问题提供了技术参考，并在促销中受到高度重视。总的来说，这项研究仔细遵循了智能农业发展的真正需求，完全利用了深度学习的技术优势和智能硬件的整合，丰富了识别疾病和作物害虫的技术系统，此外还为智能农业设备的智能认识系统提供了重要的参考。预计研究结果的促进和应用将在提高经济作物的种植效率方面发挥积极作用，例如减少O的数量f农药应用并促进了农业的绿色和可持续发展。专栏主持人：江金?????????????文章：“基于改进的乔洛夫（Jolov）的自然情景中对害虫和疾病的认可”杂志：农业工程杂志，2，2
